百度如何判断网站文章是否原创

TIME:2009/6/15

大量复制内容网站有的时候会影响关键字的排名。

比如说原本是你写的文章，本来应该排名很好，但是其他人抄袭或转载你的文章，而且搜索引擎不幸的判断那篇被抄袭或转载的网页是原始出处的话，你应有的排名就会被那个网页夺走。

那么搜索引擎怎样才能从多个网页中挑出哪一个是原始出处呢?可能有以下几个考虑：

1)网页PR值。网页PR值越高，被认为是原始版本的可能性就越大。

2)网页第一次被收录的时间。网页被搜索引擎收录的时候越早，相比后发现的相同内容的网页来说，被当作原始出处的可能性就越大。

3)域名注册时间。越老的域名上面的网页被当成原始出处的可能性也越大。

4)网站的权威度。这就有点说不清了，可能包含前面3个因素，还有很多其他因素。

但到目前为止，无论以哪一个因素为主，或怎样组合这些因素，都不可能完全正确从多个网页中挑出原始出处。

比如说我这个博客就很新，域名也很新，文章被收录的时间有的时候也不一定是最早的，就权威地位和被信任度来说，也肯定比不上很多中文网站。但我的博客新，我的域名新，并不意味着我的内容就不是原始出处，实际上我的所有博客都是原创。

我最近也发现了很多网站都转载，有的时候是抄袭我的博客内容，很多网站的规模，历史，PR值都比我的网站要高的多。

在检测文章原始出处方面，Google做的比较好，基本上能够正确判断，百度做的就比较差。从我的文章在不同的地方出现的情况看，百度似乎认为域名比较老的就是原创搜索引擎不幸的判断那篇被抄袭或转载的网页是原始出处的话，你应有的排名就会被那个网页夺走